機械学習・ディープラーニングのための基礎数学講座

機械学習・ディープラーニングのための基礎数学講座

前提知識不要レベルから機械学習の理解に必須の数学の基礎レベルまでまとめて学習

スキルアップAIの基礎数学講座は、高校数学レベルからはじめ、機械学習に関する書籍の基本的数式が理解できるレベルを目指します。全6日程の修了後には、機械学習の技術書を通読できる「数学基礎体力」が身についています。

得られる知識/スキル

  • 自力で機械学習の技術書を読み進められるだけの基礎的数式の理解
  • 機械学習モデルのチューニング方針を立て、理論的な説明力
  • E資格の数学分野で高得点を取得するために必要な数学の力

講座の特長

前提知識は不要で学べる!

基礎から始めるので、高校数学が不安な方でも、ご受講可能です。数学が機械学習・ディープラーニングのどこで・どのように使われているかに触れながら解説します。

E資格出題範囲対応!

日本ディープラーニング協会のE資格出題範囲の数学に対応しています。

トライアル版 機械学習・ディープラーニングのための基礎数学講座

オンライン講座「微分・線形代数」と「確率・統計」各日程のうち、それぞれ初日分(DAY1)のオンライン動画が視聴できます。まずはトライアル版でスキルアップAIの講座の雰囲気やわかり易さを体験してみてください。

無料トライアル版に含まれる内容(約5時間30分相当)

・「微分・線形」【DAY1】様々な関数の微分
・「確率・統計」【DAY1】データ分析の基礎 

講座概要

講座名 機械学習・ディープラーニングのための基礎数学講座
講座時間

●対面講座 
 24時間(確率統計:4時間×3日間、微分線形:4時間×3日間)

オンライン講座 
 24時間

料金

●対面講座 
 ¥100,000/1名(税別)

オンライン講座
 ¥160,000/1名(税別)

オプション

オンライン講座オプション ライブ配信講義
 料金:¥20,000/1名(税別)
 オプション内容:ライブ配信講義(合計10時間)
 日程:こちらをご覧ください

定員(対面) 20名(最少催行人数10名)

カリキュラム

対面オンライン

確率統計

Day1【記述統計学の基礎】

・基本統計量
 ・平均
 ・分散
 ・共分散など
・データの要約・可視化
・修了演習
 ・データの前処理技術(正規化と標準化)
 ・箱ひげ図を用いた外れ値検出

 

Day2【確率】

・確率の基礎
・条件付き確率
・ベイズの定理
 ・事前確率
 ・事後確率
 ・ベイズ更新
・修了演習
 ・ナイーブベイズによるスパムメール判定

 

Day3【確率分布】

・離散型確率分布
 ・離散一様分布
 ・ベルヌーイ分布
 ・二項分布
 ・ボアソン分布
・連続型確率分布
 ・連続一様分布
 ・正規分布
 ・指数分布
・修了演習
 ・ロジスティック回帰
 ・正規分布に基づく異常検知

 

微分・線形代数

Day1【微分基礎】

・合成関数
 ・合成関数の計算グラフ表現と順伝播計算
・積・商・合成関数の微分
・修了演習
 ・シグモイド関数の計算グラフと逆伝播計算

 

Day2【線形代数基礎】

・偏微分
・行列・ベクトル
・固有値・固有ベクトル
・修了演習
 ・特異値分解

 

Day3【微分・線形代数の機械学習/深層学習への応用】

・ベクトルによる関数の微分
・勾配降下法
・修了演習
 ・最小二乗法
 ・誤差逆伝播法 & 勾配法による重み更新

 

※カリキュラムは変更となる場合があります。

確率・統計

Day1【数学的準備・データ分析の基礎】

・階乗・順列・組み合わせ
・シグマ計算
・平均・中央値・最頻値・レンジ・分散・標準偏差・共分散・相関係数・正規化
・量的/質的データ
・変数の尺度
・度数分布表・ヒストグラム・散布図・箱ひげ図

 

Day2【確率】

・試行・事象・標本空間・確率の定義・相対度数
・和・積・排反・余事象・加法定理
・周辺確率・条件付確率
・乗法の公式・ベイズの定理(事前確率・事後確率・ベイズ更新)
・条件付確率の連鎖測
・独立・条件付き独立

 

Day3【離散型確率分布】

・離散型確率分布とは?
・離散一様分布・ベルヌーイ分布・二項分布・ポアソン分布

 

Day4【連続型確率分布】

・連続型確率分布とは?
・連続一様分布・正規分布・標準正規分布
・標準正規確率表・指数分布
・指数分布とポアソン分布の関係

 

Day5【統計学の諸定理】

・極限
・中心極限定理
・二項分布の正規近似
・二項分布のポアソン近似

 

Day6【確率過程】

・確率過程の定義
・ランダムウォーク
・ポアソン過程

 

微分・線形代数

Day1【様々な関数の微分】

・関数・合成関数・極限
・平均変化量・微分の定義
・様々な関数の微分(多項式・三角・指数・対数)
・積と商の微分

 

Day2【微分の応用・偏微分】

・極値・高階微分
・導関数と増減表
・関数の概形
・偏微分

 

Day3【線形代数の基礎・2次形式】

・ベクトル・ノルム・内積・行列・行列式・逆行列・転置・和積
・2次形式

 

Day4【固有値・特異値・疑似逆行列】

・固有値・固有ベクトル・対角化・特異値

 

Day5【ベクトル・行列の微分】

・微分の復習
・スカラー・ベクトル・行列周りの微分

 

Day6【機械学習における微分・線形代数】

・最小二乗法・勾配降下法・復習

 

※カリキュラムは変更となる場合があります。
※「微分・線形代数」「確率・統計」のDAY1オンライン動画が視聴できる無料トライアルはこちら

開催日程

新型コロナウィルスの感染拡大に伴う対応 ライブ配信について詳細はこちらをご覧ください。

対面オンライン

東京会場

第6期

DAY1:11/15(日)9:30 〜 18:30 確率統計DAY1・微分線形代数DAY1
DAY2:11/29(日)9:30 〜 18:30 確率統計DAY2・微分線形代数DAY2
DAY3:12/05(土)9:30 〜 18:30 確率統計DAY3・微分線形代数DAY3
予備日:12/13(日)
講師:森田 大樹


場所:スキルアップAI 水道橋オフィス (地図はこちら
東京都千代田区神田三崎町3-3-20 VORT水道橋Ⅱ 5階


オンライン講座

お客様ご自身のPCにて、ご都合に合わせた時間、場所で動画をオンラインでご視聴いただけます。
随時お申し込み可能です。受講方法については、お支払い確認後、3営業日以内にご案内いたします

オンライン講座オプション ライブ配信講義 ※募集締め切り

オンライン講座を9/9(水)までにお申し込みいただくと、+20,000円でオンライン講座オプションを選択できます。
ライブ配信講義の日程は以下の通りです(全2回)
日程:DAY1:9/12(土)13:00 〜 18:00 【微分・線形代数】
   DAY2:9/26(土)13:00 〜 18:00 【確率・統計】

講師:森田 大樹

※ライブ配信講義日までにオンライン講座(動画)で自学習していただきます。
※ライブ配信講義は、オンライン動画に含まれていない基礎数学の補足説明、ワーク・質疑応答、確認テストを中心に解説します。

 

講師紹介

    • 明松 真司

      明松 真司

      東北大学理学部数学科卒業。その後、個人事業を経て、高専向け学習塾「ナレッジスター」の経営などを行う教育特化型企業「合同会社Haikara City」を創業。現在、高専教育、社会人向けIT教育、WEB教育コンテンツの発信等を主に行う。著書「線形空間論入門」(プレアデス出版)。現在は、画像解析システムの研究開発企業に対して、機械学習、DeepLearningに関する数理コンサルティング、数学指導なども行う。

    • 森田 大樹
      森田 大樹

      東京工業大学情報理工学院修了。大学院時代は数理モデリングの手法を用いた脳神経科学の研究に携わる。 大手インターネット企業でマルチビッグデータシステムの開発・運用業務に従事した後、個人事業主として独立。現在SkillUpAI講師と並行し、MoneyForwardLab特別研究員として金融系データの解析業務を行う。2018年、ショウジョウバエ大規模ニューラルネットワークの数理モデリングの分野でIEEE Computational Intelligence Society Japan Chapter Young Research Award受賞。

ご案内

PCの動作環境

・MacOSX 10.9 以上
・Windows 8 以上(64bit必須)
・メモリ4GB以上必須)
※4GB未満でも受講して頂くことは可能ですが、大きなデータを扱う演習の際に不具合が発生する可能性があります。
メモリ不足が原因の不具合についてはサポートすることができませんので、あらかじめご了承ください。

事前準備 (確率統計のみ)

予習は不要です。最新のAnaconda3-2019.03以降をインストールし、ブラウザでJupyterNotebookを表示できる状態まで事前に準備お願い致します。
※各自で必ず当日までに環境構築をお願いいたします。 環境構築等でご不明な点等あれば、事前にご連絡いただければご案内します。

よくあるご質問

基礎数学講座は機械学習に役立ちますか?

機械学習を学ぶ上で、最重要と言っても過言ではありません。人工知能はコンピューター上(数式)で知能を表現するという試みである以上、数式の理解なくしては理解は難しいと考えています。

前提知識はどくれくらい必要ですか?

本講座は、関数とは?といった内容から扱います。四則演算、分数などが理解できれば、キャッチアップは可能です。

動画の視聴期限はいつまでですか?

動画共有日から1年間です。

領収書・請求書などの発行は可能ですか?

はい、可能ですので、お申し込み時の備考にその旨と宛名をご記入ください。但し、クレジットカード(Paypal)でお支払いの場合、PayPal発行の受領書が領収書となりますので、領収書の発行はできません。

申込締切はいつですか?

開催日(対面講座)の3日前までです。3日前までに、お支払い済みである事が確認できている必要があります。

開催日程に記載されている予備日とは何ですか?

気象状況や講師の体調不良などにより講座を延期をさせていただくことがあるため、予備日を設けております。予定通り授業が開催された場合には、予備日に授業を行うことはございません。

数学講座のその他FAQ 講座共通のFAQ

 

受講者の声

  • 今日の達成目的が最初に明示されており、かつディープラーニング向けに使えるように噛み砕いて記載されているため、非常にわかりやすいです。
  • 数学は苦手だったのですが、取り掛かることができました。
  • 単に微分積分の説明だけでなく、機械学習に使用される用途を深く理解することができたと思います。
  • 市販のテキストより非常に分かりやすく、講師の方の説明も段取り良く、徐々に機械学習の理論が習得できました。

関連する講座

Page Top
お申し込みはこちら